數(shù)字圖像處理課程設(shè)計(jì)--彩色圖像的平衡運(yùn)算

1、<p><b>　　摘 要</b></p><p>　　Matlab是Math Work公司于1982年推出的一套高性能的數(shù)字計(jì)算和可視化軟件，它集數(shù)字分析、矩陣運(yùn)算、信號(hào)處理和圖形顯示于一體，擁有界面簡(jiǎn)潔。它的這些特點(diǎn)使其應(yīng)用的越來(lái)越廣泛，這對(duì)于數(shù)字圖像處理也是特別方便的。</p><p>　　數(shù)字圖像處理與分析是研究計(jì)算機(jī)對(duì)數(shù)字圖像的處理，已達(dá)到改善視覺(jué)

2、效果，便于圖像分析和識(shí)別的目的。他是集計(jì)算機(jī)科學(xué)、電子學(xué)、信息論、控制論、光學(xué)、數(shù)學(xué)、物理學(xué)、心理學(xué)和生理學(xué)等學(xué)科的一門綜合性邊緣學(xué)科。隨著計(jì)算機(jī)科學(xué)的迅猛發(fā)展，以及與近代發(fā)展的新理論，如小波分析、馬爾科夫隨機(jī)場(chǎng)、分形學(xué)、數(shù)學(xué)形態(tài)學(xué)，人工智能和人工神經(jīng)網(wǎng)絡(luò)等的結(jié)合，計(jì)算機(jī)圖像處理與分析近年來(lái)獲得了長(zhǎng)足的發(fā)展，呈現(xiàn)出強(qiáng)大的生命力。</p><p>　　數(shù)字圖像的平衡運(yùn)算在很多方面可以對(duì)圖像進(jìn)行增強(qiáng)，比如加法運(yùn)算可以

3、使圖像變得明亮，細(xì)節(jié)部分變得清晰，減法使圖像的邊緣變得模糊，使圖像銳化等?；诖鷶?shù)運(yùn)算對(duì)圖像的處理是一種方便簡(jiǎn)潔的處理方法，再有Matlab軟件的輔助使過(guò)程會(huì)變得更簡(jiǎn)單。</p><p>　　關(guān)鍵詞：Matlab；圖像處理；平衡運(yùn)算</p><p><b>　　目 錄</b></p><p><b>　　1課程設(shè)計(jì)目的1</b

4、></p><p><b>　　2課程設(shè)計(jì)要求2</b></p><p>　　3 Matlab相關(guān)知識(shí)介紹3</p><p>　　3.1 MATLAB簡(jiǎn)介3</p><p>　　3.2 MATLAB在圖像處理中的應(yīng)用4</p><p>　　3.3圖像處理概念4</p>

5、<p><b>　　4相關(guān)知識(shí)5</b></p><p>　　5圖像平衡運(yùn)算設(shè)計(jì)6</p><p>　　5.1圖像白平衡圖的運(yùn)算灰度世界法6</p><p>　　5.2 基于動(dòng)態(tài)閾值的自動(dòng)白平衡法9</p><p><b>　　結(jié)論15</b></p><p

6、><b>　　參考文獻(xiàn)16</b></p><p><b>　　1課程設(shè)計(jì)目的</b></p><p>　?。?）學(xué)習(xí)并了解 Matlab軟件的實(shí)用，并了解Matlab在數(shù)字圖像中的應(yīng)用。學(xué)會(huì)編寫Matlab程序并調(diào)試、運(yùn)行。</p><p>　?。?）了解圖像的算術(shù)運(yùn)算在數(shù)字圖像處理中的初步應(yīng)用。</p&g

7、t;<p>　?。?）體會(huì)圖像平衡運(yùn)算處理的過(guò)程和處理前后圖像的變化。</p><p><b>　　2課程設(shè)計(jì)要求</b></p><p>　　（1）掌握課程設(shè)計(jì)的相關(guān)知識(shí)、概念清晰。</p><p>　?。?）程序設(shè)計(jì)合理、能夠正確運(yùn)行。</p><p>　?。?）熟悉和掌握Matlab軟件。</p

8、><p>　?。?）提高分析能力，解決問(wèn)題的能力，鞏固數(shù)字圖像處理系統(tǒng)中的基本原理與方法。</p><p>　?。?）了解Matlab軟件的實(shí)用，在Matlab環(huán)境下學(xué)會(huì)用軟件對(duì)圖像進(jìn)行處理，并獲得預(yù)期的結(jié)果。</p><p>　?。?）了解圖像平衡運(yùn)算增強(qiáng)處理的原理和作用。</p><p>　?。?）對(duì)比處理后的圖像與原圖像，得出處理后的結(jié)論。

9、</p><p>　　3 Matlab相關(guān)知識(shí)介紹</p><p>　　3.1 MATLAB簡(jiǎn)介</p><p>　　MATLAB的名稱源自Matrix Laboratory，它是一種科學(xué)計(jì)算軟件，專門以矩陣的形式處理數(shù)據(jù)。MATLAB將高性能的數(shù)值計(jì)算和可視化集成在一起，并提供了大量的內(nèi)置函數(shù)，從而被廣泛地應(yīng)用于科學(xué)計(jì)算、控制系統(tǒng)、信息處理等領(lǐng)域的分析、仿真和設(shè)計(jì)

10、工作，而且利用MATLAB產(chǎn)品的開(kāi)放式結(jié)構(gòu)，可以非常容易地對(duì)MATLAB的功能進(jìn)行擴(kuò)充，從而在不斷深化對(duì)問(wèn)題認(rèn)識(shí)的同時(shí)，不斷完善MATLAB產(chǎn)品以提高產(chǎn)品自身的競(jìng)爭(zhēng)能力。 目前MATLAB產(chǎn)品族可以用來(lái)進(jìn)行：</p><p><b>　　數(shù)值分析</b></p><p><b>　　數(shù)值和符號(hào)計(jì)算</b></p><p&

11、gt;<b>　　工程與科學(xué)繪圖</b></p><p>　　控制系統(tǒng)的設(shè)計(jì)與仿真</p><p><b>　　數(shù)字圖像處理</b></p><p>　　數(shù)字信號(hào)處理 通訊系統(tǒng)設(shè)計(jì)與仿真</p><p><b>　　財(cái)務(wù)與金融工程</b></p><p&

12、gt;　　MATLAB是MATLAB產(chǎn)品家族的基礎(chǔ)，它提供了基本的數(shù)學(xué)算法，例如矩陣運(yùn)算、數(shù)值分析算法，MATLAB集成了2D和3D圖形功能，以完成相應(yīng)數(shù)值可視化的工作，并且提供了一種交互式的高級(jí)編程語(yǔ)言——M語(yǔ)言，利用M語(yǔ)言可以通過(guò)編寫腳本或者函數(shù)文件實(shí)現(xiàn)用戶自己的算法。 </p><p>　　MATLAB Compiler是一種編譯工具，它能夠?qū)⒛切├肕ATLAB提供的編程語(yǔ)言——M語(yǔ)言編寫的函數(shù)文件

13、編譯生成為函數(shù)庫(kù)、可執(zhí)行文件、COM組件等等，這樣就可以擴(kuò)展MATLAB功能，使MATLAB能夠同其他高級(jí)編程語(yǔ)言例如C/C++語(yǔ)言進(jìn)行混合應(yīng)用，取長(zhǎng)補(bǔ)短，以提高程序的運(yùn)行效率，豐富程序開(kāi)發(fā)的手段。 </p><p>　　利用M語(yǔ)言還開(kāi)發(fā)了相應(yīng)的MATLAB專業(yè)工具箱函數(shù)供用戶直接使用。這些工具箱應(yīng)用的算法是開(kāi)放的可擴(kuò)展的，用戶不僅可以查看其中的算法，還可以針對(duì)一些算法進(jìn)行修改，甚至允許開(kāi)發(fā)自己的算法擴(kuò)充工

14、具箱的功能。目前MATLAB產(chǎn)品的工具箱有四十多個(gè)，分別涵蓋了數(shù)據(jù)采集、科學(xué)計(jì)算、控制系統(tǒng)設(shè)計(jì)與分析、數(shù)字圖像處理、金融財(cái)務(wù)分析以及生物遺傳工程等專業(yè)領(lǐng)域。</p><p>　　3.2 MATLAB在圖像處理中的應(yīng)用</p><p>　　MATLAB7.0提供了20類圖像處理函數(shù)，涵蓋了圖像處理包括近期研究成果在內(nèi)的幾乎所有的技術(shù)方法，是學(xué)習(xí)和研究圖像處理的人員難得的寶貴資料和加工工具箱。

15、這些函數(shù)按功能可分為圖像顯示、圖像文件I／O、圖像算術(shù)運(yùn)算、幾何變換、圖像登記、像素值與統(tǒng)計(jì)、圖像分析、圖像增強(qiáng)、線性濾波、線性二元濾波設(shè)計(jì)、圖像去模糊、圖像變換、鄰域與塊處理、灰度與二值圖像的形態(tài)學(xué)運(yùn)算、結(jié)構(gòu)元素創(chuàng)建與處理、基于邊緣的處理、色彩映射表操作、色彩空間變換及圖像類型與類型轉(zhuǎn)換</p><p>　　Matlab數(shù)字圖像處理工具箱函數(shù)包括以下幾類：(1)圖像顯示函數(shù)；(2)圖像文件輸入、輸出函數(shù)；(3)

16、圖像幾何操作函數(shù)；(4)圖像像素值及統(tǒng)計(jì)函數(shù)；(5)圖像分析函數(shù)；(6)圖像增強(qiáng)函數(shù)；(7)線性濾波函數(shù)；(8)二維線性濾波器設(shè)計(jì)函數(shù)；(9)圖像變換函數(shù)；(10)圖像鄰域及塊操作函數(shù)；(11)二值圖像操作函數(shù)；(12)基于區(qū)域的圖像處理函數(shù)；(13)顏色圖操作函數(shù)；(14)顏色空間轉(zhuǎn)換函數(shù)；(15)圖像類型和類型轉(zhuǎn)換函數(shù)。</p><p><b>　　3.3圖像處理概念</b></p

17、><p>　　圖像處理并不僅限于對(duì)圖像進(jìn)行增強(qiáng)、復(fù)原和編碼，還要對(duì)同鄉(xiāng)進(jìn)行分析，圖像分析旨在對(duì)圖像進(jìn)行描述，即用一組數(shù)或符號(hào)表征圖像中目標(biāo)區(qū)的特征、性質(zhì)和相互間的關(guān)系，為模式識(shí)別提供基礎(chǔ)。描述一般針對(duì)圖像或景物中的特定區(qū)域或目標(biāo)。開(kāi)運(yùn)算通常用來(lái)消除小對(duì)象物，在纖細(xì)點(diǎn)處分離物體，平滑較大物體的邊界的同時(shí)不明顯改變其面積。</p><p><b>　　4相關(guān)知識(shí)</b><

18、;/p><p>　　人眼之所以能夠看到物體的顏色，除了人眼本身的生理機(jī)能，還必須有光的照射以及物體對(duì)入射光進(jìn)行有選擇地吸收和反射。色溫是描述光的不同色彩的一個(gè)重要概念。它借用完全輻射體的溫度來(lái)表示光源的光譜成分，以絕對(duì)黑體溫度K來(lái)度量。</p><p>　　物體在不同的光源照射下呈現(xiàn)的顏色是不同的。這是由光源的不同色溫決定的,它使得物體的反射光譜較真實(shí)色彩有一定的偏差。對(duì)同一個(gè)白色物體而言,在

19、低溫光源照明下,其反射變得偏紅;反之,在高溫光源下變得偏藍(lán)。人類視覺(jué)由于人眼具有的顏色恒常性,可以不管照明光的光譜成分如何變化,人們通常能像在白光下一樣來(lái)分辨物體的顏色。但是圖像采集設(shè)備則不然,它采集到的是物體在給定光源下的反射光,這就導(dǎo)致同一個(gè)物體在不同的光源下其表現(xiàn)的顏色不同,獲得的圖像不可避免會(huì)出現(xiàn)色彩上的偏差。為了補(bǔ)償不同光源引起的顏色不同,能真實(shí)、正確地再現(xiàn)現(xiàn)實(shí)世界中各種色彩的圖像,需要采用白平衡技術(shù)。白平衡技術(shù)的核心, 是通

20、過(guò)調(diào)整由傳感器得到的一個(gè)彩色視覺(jué)信號(hào)分量增益(如R , B) ,使得其組成顏色更接近真實(shí)色彩。</p><p>　　如果原始場(chǎng)景中的某些象素點(diǎn)應(yīng)該是白色的,但是由于所獲得圖像中的相應(yīng)像素點(diǎn)存在色偏，這些點(diǎn)的R，G，B三個(gè)分量的值不再保持相同，通過(guò)調(diào)整這三個(gè)顏色分量的值，使之達(dá)到平衡，由此獲得對(duì)整幅圖像的彩色平衡影射關(guān)系，通過(guò)該影射關(guān)系對(duì)整幅圖像進(jìn)行處理，即可達(dá)到彩色平衡的目的。</p><p&

21、gt;　　5 圖像平衡運(yùn)算設(shè)計(jì)</p><p>　　5.1圖像白平衡圖的運(yùn)算灰度世界法</p><p>　　要計(jì)算未知光源的特性必須從圖片中提取相關(guān)的統(tǒng)計(jì)特性。當(dāng)我們能夠僅使用一個(gè)統(tǒng)計(jì)特性就獲得未知光源特性時(shí)，算法就變得非常簡(jiǎn)單了。在這種情況下，未知光源必須在整幅圖片上都是統(tǒng)一的。均值于是就成為了此類方法之下最好的統(tǒng)計(jì)指標(biāo)。而灰色世界法正是利用了均值作為估算未知光源的關(guān)鍵統(tǒng)計(jì)量。 <

22、/p><p>　　從物理意義上說(shuō)，灰色世界法假設(shè)自然界景物對(duì)于光線的平均反射的均值在總體上是個(gè)定值，這個(gè)定值近似地為“灰色”。在給定圖片的白平衡算法中，灰色世界假設(shè)圖片中的反射面足夠豐富，以至于可以作為自然界景物的一個(gè)縮影。若這幅圖片是在經(jīng)典光源下拍攝的，其均值就應(yīng)該等于灰色。若這幅圖是在非經(jīng)典光源下拍攝的，那么均值就會(huì)大于或者小于灰色值。而該均值對(duì)于灰色的偏離程度則反映了未知光源相對(duì)于已知光源的特性。 </p

23、><p>　　雖然這個(gè)方法比較簡(jiǎn)單，但是仍然可以從一些方面進(jìn)行調(diào)整。一個(gè)方面就是對(duì)于灰色的定義形式的選擇。包括對(duì)于光譜的定義、對(duì)于光譜成分的定義和在經(jīng)典光源之下的 RGB 的響應(yīng)。另一個(gè)更加重要的調(diào)整方面就是對(duì)于灰色的選擇。不管如何定義灰色，最佳的灰色之選必然是自然界實(shí)事上出現(xiàn)的灰色。但是這個(gè)值是無(wú)法獲得的（除非是合成數(shù)據(jù)），所以對(duì)于灰色的選擇是不同的灰色世界算法的一個(gè)重要的區(qū)別點(diǎn)。 </p><

24、p>　　一個(gè)方法是假設(shè)這個(gè)灰色就是實(shí)事上的灰色。也就是說(shuō)反射光譜是均衡的。給定光源之下的 RGB 響應(yīng)是純白色對(duì)此光源的響應(yīng)值的一部分。比方說(shuō)，可以使用 50%作為反射率（雖然這個(gè)灰色值對(duì)于人眼視覺(jué)習(xí)慣而言可能過(guò)于明亮）。</p><p>　　另一種方法，就是根據(jù)大量的數(shù)據(jù)提煉出一個(gè)均值，并把它定義為灰色。這種方法提煉的灰色值可能因?yàn)閿?shù)據(jù)庫(kù)使用的不同而有所不同。最終提煉的灰色也能僅適用于原始的數(shù)據(jù)庫(kù)，而對(duì)于

25、數(shù)據(jù)庫(kù)未包括的圖片的適用度就會(huì)比較差一些。確定下來(lái)的灰色表達(dá)形式可以用 來(lái)表示。下標(biāo) i 表示信道，上標(biāo) c 為canonical 的首字母，表示經(jīng)典光源。 </p><p>　　在確定灰色的表達(dá)形式后只要用 RGB 響應(yīng)與經(jīng)典光源下灰色的比值來(lái)歸一化圖片就可以了。假設(shè) RGB 響應(yīng)均值為 ，下標(biāo) i 表示信道，上標(biāo) U 為Unknown 的首字母，表示未知光源。那么歸一化率的計(jì)算式為 如下式所示 ：</

26、p><p>　　根據(jù)光源轉(zhuǎn)換理論，從未知光源到經(jīng)典光源下圖片表達(dá)式的轉(zhuǎn)換式如下式所定義： </p><p>　　那么，灰色世界法的計(jì)算過(guò)程如下圖所示：</p><p>　　本實(shí)驗(yàn)選擇的灰色值為（129，129，129），具體的matlab實(shí)現(xiàn)程序如下：</p><p><b>　　%灰色世界法%</b></p>

27、<p>　　clear all; %清屏%</p><p>　　img=imread('b1.bmp'); %讀取位圖的rgb值并存在名為img的三維矩陣中%</p><p>　　AveR=mean(mean(img(:,:,1))); %計(jì)算R通道的均值%</p><p>　　AveG=mean(mean(img(:,

28、:,2))); %計(jì)算G通道的均值%</p><p>　　AveB=mean(mean(img(:,:,3))); %計(jì)算B通道的均值%</p><p>　　Qr=129/AveR; %計(jì)算R通道的歸一化率Qr%</p><p>　　Qg=129/AveG; %計(jì)算G通道的歸一化率Qg%</p><p>　　Q

29、b=129/AveB; %計(jì)算B通道的歸一化率Qb%</p><p><b>　　%光源變換%</b></p><p>　　img0(:,:,1)=Qr*img(:,:,1); </p><p>　　img0(:,:,2)=Qg*img(:,:,2);</p><p>　　img0(:,:,3)=Qb*img(

30、:,:,3);</p><p>　　figure,imshow(img0),title('變換后圖片'); %顯示圖片%</p><p><b>　　圖5.1 原始圖像</b></p><p>　　圖5.2白平衡變換后的圖像</p><p>　　5.2 基于動(dòng)態(tài)閾值的自動(dòng)白平衡法</p>

31、<p>　　這個(gè)算法是通過(guò)對(duì)圖片的ycbcr色空間的分析來(lái)確定參考白點(diǎn)的，所以次算法可以說(shuō)是自適應(yīng)白平衡算法。本算法選擇參考白點(diǎn)的閥值是動(dòng)態(tài)變化的，所以對(duì)于不同的圖片，其閥值也不同。通過(guò)對(duì)圖片的cbcr坐標(biāo)空間的分析，我們可以看到一個(gè)接近白色的區(qū)域（near-white region）是包含著參考白點(diǎn)的。通過(guò)這個(gè)思路，我們可以通過(guò)對(duì)圖片分區(qū)，然后找出參考白點(diǎn)，然后在通過(guò)von kvies model來(lái)調(diào)整圖片時(shí)期實(shí)現(xiàn)白平

32、衡。這樣，這個(gè)算法就包括了兩個(gè)步驟了：尋找參考白點(diǎn)，白點(diǎn)調(diào)整。</p><p><b>　　尋找參考白點(diǎn)：</b></p><p>　　為了確定一個(gè)接近白色的區(qū)域，我們就必須把RGB色空間轉(zhuǎn)換成YCbCr色空間。</p><p>　　色空間轉(zhuǎn)換后，就是計(jì)算Cb、Cr的均值Mb、Mr；然后通過(guò)下式計(jì)算Cb、Cr的均方差Db、Dr：</p&g

33、t;<p>　　為了提高算法的穩(wěn)健性，將圖片分為幾個(gè)區(qū)域并且計(jì)算每個(gè)區(qū)域的Mb、Mr、Db、Dr，如果一個(gè)區(qū)域的Db，Dr太小，那么這個(gè)區(qū)域就沒(méi)有足夠的色彩變化，就可以丟棄掉了。這樣可以避免大面積的統(tǒng)一色調(diào)對(duì)結(jié)果的影響。</p><p>　　接下來(lái)就可以通過(guò)下面的關(guān)系式得到接近白色區(qū)域的所有像素點(diǎn)了：</p><p>　　根據(jù)亮度值，我們選擇接近白色區(qū)域中的10%的候選參考白

34、點(diǎn)最為參考白點(diǎn)。在白點(diǎn)確定后，就可以從參考白點(diǎn)中得到信道增益的值了。為了維持整幅圖片的亮度不變，亮度的最大值被用來(lái)得到信道增益。所以信道增益不及和參考白點(diǎn)有關(guān)還與亮度的最大值有關(guān)，其表達(dá)式如下：</p><p>　　其中是整幅圖片像素的亮度最大值，、和是參考白點(diǎn)的RGB信道的均值。</p><p>　　最后，根據(jù)von-kvies model來(lái)調(diào)整圖片，使其達(dá)到白平衡的效果。調(diào)整的表達(dá)式如

35、下：</p><p>　　其中RGB是圖片的像素點(diǎn)的三個(gè)信道值，是調(diào)整之后的圖片的像素點(diǎn)的三個(gè)信道值。</p><p><b>　　其源程序如下：</b></p><p>　　function W=wbalance(im)</p><p>　　clear all;</p><p>　　close

36、all;</p><p><b>　　%讀取照片的信息%</b></p><p>　　[filename, pathname] = uigetfile('d:/gf1.jpg;'); </p><p>　　if isequal(filename,0)</p><p>　　disp('User

37、selected Cancel'); </p><p><b>　　else</b></p><p>　　disp(['User selected', fullfile(pathname, filename)]);</p><p><b>　　end</b></p><p&g

38、t;　　fname=strcat(pathname,filename);</p><p>　　im=imread(fname);</p><p><b>　　im2=im;</b></p><p>　　im1=rgb2ycbcr(im);%將圖片的RGB值轉(zhuǎn)換成YCbCr值%</p><p>　　Lu=im1(:,:,1

39、);</p><p>　　Cb=im1(:,:,2);</p><p>　　Cr=im1(:,:,3);</p><p>　　[x y z]=size(im);</p><p>　　tst=zeros(x,y);</p><p>　　%計(jì)算Cb、Cr的均值Mb、Mr%</p><p>　　Mb=

40、sum(sum(Cb));</p><p>　　Mr=sum(sum(Cr));</p><p>　　Mb=Mb/(x*y);</p><p>　　Mr=Mr/(x*y);</p><p>　　%計(jì)算Cb、Cr的均方差%</p><p>　　Db=sum(sum(Cb-Mb))/(x*y);</p>&l

41、t;p>　　Dr=sum(sum(Cr-Mr))/(x*y);</p><p>　　%根據(jù)閥值的要求提取出near-white區(qū)域的像素點(diǎn)%</p><p>　　cnt=1; </p><p><b>　　for i=1:x</b></p><p><b>　　for j=1:y</b>

42、</p><p>　　b1=Cb(i,j)-(Mb+Db*sign(Mb));</p><p>　　b2=Cr(i,j)-(1.5*Mr+Dr*sign(Mr));</p><p>　　if (b1<abs(1.5*Db) & b2<abs(1.5*Dr))</p><p>　　Ciny(cnt)=Lu(i,j);<

43、/p><p>　　tst(i,j)=Lu(i,j);</p><p>　　cnt=cnt+1;</p><p><b>　　end</b></p><p><b>　　end</b></p><p><b>　　end</b></p><

44、p>　　cnt=cnt-1;</p><p>　　iy=sort(Ciny,'descend');%將提取出的像素點(diǎn)從亮度值大的點(diǎn)到小的點(diǎn)依次排列%</p><p>　　nn=round(cnt/10);</p><p>　　Ciny2(1:nn)=iy(1:nn);%提取出near-white區(qū)域中10%的亮度值較大的像素點(diǎn)做參考白點(diǎn)%<

45、;/p><p>　　%提取出參考白點(diǎn)的RGB三信道的值% </p><p>　　mn=min(Ciny2);</p><p><b>　　c=0;</b></p><p><b>　　for i=1:x</b></p><p><b>　　for j=1:y</b

46、></p><p>　　if tst(i,j)<mn</p><p>　　tst(i,j)=0;</p><p><b>　　else</b></p><p>　　tst(i,j)=1;</p><p><b>　　c=c+1;</b></p>&l

47、t;p><b>　　end</b></p><p><b>　　end</b></p><p><b>　　end</b></p><p>　　R=im(:,:,1);</p><p>　　G=im(:,:,2);</p><p>　　B=im(:

48、,:,3);</p><p>　　R=double(R).*tst;</p><p>　　G=double(G).*tst;</p><p>　　B=double(B).*tst;</p><p>　　%計(jì)算參考白點(diǎn)的RGB的均值%</p><p>　　Rav=mean(mean(R));</p><

49、;p>　　Gav=mean(mean(G));</p><p>　　Bav=mean(mean(B));</p><p>　　Ymax=double(max(max(Lu)))/15;%計(jì)算出圖片的亮度的最大值%</p><p>　　%計(jì)算出RGB三信道的增益% </p><p>　　Rgain=Ymax/Rav;</p>

50、<p>　　Ggain=Ymax/Gav;</p><p>　　Bgain=Ymax/Bav;</p><p>　　%通過(guò)增益調(diào)整圖片的RGB三信道%</p><p>　　im(:,:,1)=im(:,:,1)*Rgain;</p><p>　　im(:,:,2)=im(:,:,2)*Ggain;</p><p

51、>　　im(:,:,3)=im(:,:,3)*Bgain;</p><p><b>　　%顯示圖片%</b></p><p><b>　　W=im;</b></p><p>　　figure,imshow(im2,[]),title('原圖');</p><p>　　figur

52、e,imshow(im,[]),title('白平衡后的效果圖');</p><p><b>　　y=im-im2;</b></p><p><b>　　disp(y);</b></p><p><b>　　figure,</b></p><p>　　imsho

53、w(y);</p><p><b>　　顯示運(yùn)行結(jié)果：</b></p><p><b>　　圖5.3原始圖像</b></p><p>　　圖5.4白平衡后效果圖</p><p>　　圖5.5將原始圖像和白平衡后的效果圖相減的效果圖</p><p><b>　　結(jié) 論

54、</b></p><p>　　通過(guò)這次的課程設(shè)計(jì)，我首次通過(guò)編寫代碼來(lái)完成對(duì)圖像的處理，這是一份難得的機(jī)會(huì)。在剛開(kāi)始運(yùn)用MATLAB時(shí)，由于長(zhǎng)時(shí)間的擱置，對(duì)其操作可以說(shuō)是非常的不熟練。但是，當(dāng)我把以前的知識(shí)重溫之后，開(kāi)始慢慢的對(duì)MATLAB的操作熟練起來(lái)，并且在實(shí)踐中學(xué)到了知識(shí)。雖然在這短時(shí)間里需要不斷查資料，然后對(duì)著電腦，把一個(gè)一個(gè)郁悶得問(wèn)題解決，那過(guò)程真的是苦不堪言。但當(dāng)自己把一個(gè)個(gè)的問(wèn)題慢慢解決

55、，運(yùn)行成功的時(shí)候，那種快樂(lè)也是無(wú)可比擬的。</p><p>　　平時(shí)的時(shí)候只是對(duì)圖像處理的動(dòng)手環(huán)節(jié)比較感興趣，對(duì)其原理和基礎(chǔ)知識(shí)不太剛興趣，甚至可以說(shuō)完全不明白。但是，通過(guò)上網(wǎng)查資料，我對(duì)直方圖均衡化的基本原理了解的很清楚了，并且在調(diào)試代碼和運(yùn)用HELP中對(duì)其均衡化的過(guò)程有了進(jìn)一步的了解。同時(shí)，也通過(guò)這次課程設(shè)計(jì)，對(duì)MATLAB中的一些常用函數(shù)有了一定的了解，對(duì)于以后對(duì)MATLAB的運(yùn)用打下了良好的基礎(chǔ)。<

56、/p><p>　　在這次數(shù)字圖像處理的課程設(shè)計(jì)過(guò)程中，首先加深了我對(duì)于數(shù)字圖像處理這門課程的認(rèn)識(shí)，通過(guò)對(duì)相關(guān)知識(shí)的進(jìn)一步了解和掌握，清楚的認(rèn)識(shí)到這門課程在實(shí)際應(yīng)用的廣泛性。</p><p>　　通過(guò)Matlab編程的過(guò)程之中，進(jìn)一步掌握了Matlab的使用，明白了這個(gè)軟件作為許多應(yīng)用方向工具的強(qiáng)大之處，通過(guò)對(duì)一些小錯(cuò)誤的改造還認(rèn)識(shí)到了以往自己沒(méi)有注意到的一些小的細(xì)節(jié)問(wèn)題。</p>

57、<p><b>　　參考文獻(xiàn)</b></p><p>　　[1] 阮沈勇.MATLAB程序設(shè)計(jì)[M].電子工業(yè)出版社，2004:70-85.</p><p>　　[2] 張葛祥，李娜.MATLAB仿真技術(shù)與應(yīng)用[M].北京：清華大學(xué)出版社，2003:20-23.</p><p>　　[3] 華宏虎，張權(quán)，唐朝京．?dāng)?shù)字水印研究及Mat

58、lab仿真實(shí)現(xiàn)[J]?，F(xiàn)代電子技術(shù)，2007:5-6. </p><p>　　[4]舒云星，衛(wèi)莉莉．基于MATLAB的數(shù)字水印嵌入系統(tǒng)[J]．大眾科技，2006:5-6.</p><p>　　[5]黃蟯，李純厚，李毅．基于DCT的數(shù)字水印的Matlab仿真實(shí)現(xiàn)[J]。電子技術(shù)，2008:11-12.</p><p>　　[6]阮秋琦，數(shù)字圖像處理學(xué)·北京：